摘要: 随着无人机的发展日趋成熟，对无人机的未来应用提出了更高的需求。无人机航路规划和紧密编队飞行是无人机发展的关键性研究内容之一，相关的航路规划算法、紧密编队飞行气动耦合的影响因素和编队控制技术是其研究的重点和难点。无人航路规划算法的好... 展开 随着无人机的发展日趋成熟，对无人机的未来应用提出了更高的需求。无人机航路规划和紧密编队飞行是无人机发展的关键性研究内容之一，相关的航路规划算法、紧密编队飞行气动耦合的影响因素和编队控制技术是其研究的重点和难点。无人航路规划算法的好坏，直接关系整个无人机任务规划系统的优劣，以及编队队形保持和重构的成败，而紧密编队飞行能够增加气动升阻比、减小阻力，从而节省燃油、增大航程、扩大视野，提高整体作战效能。对无人机航路规划和紧密编队飞行进行高度综合是一项具有挑战性的课题，正在成为当今空气动力学和自动控制领域研究的热点，具有广阔的工程应用前景。目前，许多国家都在积极进行紧密编队飞行的相关研究，但目前还仅限于理论研究阶段。我国在该领域起步较晚，与美国等发达国家相比还有一定的差距，任务规划和紧密编队飞行的研究才刚刚开始，许多研究还处于探索阶段，正在逐步向智能性、实时性、可装备性方向发展。 本文主要在航路算法优化以及紧密编队飞行控制领域，重点开展以下几个方面的研究: (1)二维静态航路规划算法研究。结合遗传算法、蚁群算法的特点:遗传算法全局搜索能力强，但求解到一定范围时，会做大量冗余迭代工作，求解效率变低;蚁群算法具有正反馈机制的特点，但初期信息素匮乏，求解速度慢，易出现停滞。提出一种组合优化算法(GA-ACO)用于航路规划中，首先采用全局搜索能力强的遗传算法进行全局快速搜索，选取遗传算法得到的较优解集合，构成蚁群算法中初始信息素分布，再利用蚁群算法正反馈机制的特点寻求全局最优解。结果显示，与蚁群算法相比，改进后的算法加快了求出最优解的收敛速度，提升了解的质量。 (2)三维航路优化算法研究。基于A*算法对无人机低空突防的航路优化问题，提出了变权重搜索策略，通过加权值自适应方法对A*算法的评价函数进行设计，实现了航路寻优。仿真结果表明，该算法提高了搜索效率。在此基础上，设计了导引控制律。提出的新型抑制函数，在一定程度上解决了传统适应角法当飞机越障碍物时，轨迹超调过大，暴露时间过长的问题，能够使无人机飞行时很好的跟随规划路径，同时生成的期望控制指令充分考虑了无人机本身的机动性能以及实时性要求，解决了航迹规划与航迹跟踪之间跟随性差的问题，结果显示该优化算法规划的低空三维航路满足无人机机动性能要求，导引控制设计合理、有效。 (3)无人机紧密编队飞行的气动耦合效应研究。基于目前相关学者专家在该领域的研究成果基础上，进行了系统深入的综合分析研究。对目前常用的几种涡流模型进行分析对比研究，构建了紧密编队近似有效风梯度和风分量计算方法，并对气动耦合对紧密编队的无人机的相应分量参数的影响进行分析，基于已有的标准气动力和力矩系数计算方法的基础上，给出了气动耦合影响下的气动力和力矩系数的计算方法以及无人机六自由度非线性方程。。 (4)局部综合制导与控制的设计方法研究。以“长机-僚机”紧密编队飞行为模型，采用无人机非线性六自由度模型和紧密编队混合六自由度非线性运动学方程，设计了内外回路两级控制结构。外回路用来导引，内回路输出控制舵面偏转的指令。两个回路优势互补，结果表明，本文控制方法能够控制编队无人机保持期望队形编队飞行，具有抗干扰、适应性好等优点，对于未来战斗机的紧密编队飞行控制，具有较好的工程应用和推广价值。 总之，本文对航路算法优化以及紧密编队飞行控制领域的有关问题进行了比较系统的研究，涉及到多种航路算法、编队飞行气动耦合建模方法以及紧密编队控制方法等，并进行了仿真验证，得出了有益的结论，具有一定的参考价值。 收起